深度学习在生物医药领域中的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量
1041	2024-09-23	A deep learning approach for medication disposition and corresponding attributes extraction 2023-07, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2023.104391 PMID:37196988	研究论文	本文总结了从临床笔记中提取药物及其相关属性的方法，这是2022年国家自然语言处理（NLP）临床挑战赛（n2c2）共享任务的第一赛道	本文的创新点包括使用特殊标记帮助模型区分同一上下文中的多个药物提及，以及将单个药物的多个事件聚合为多个标签以提高模型性能	NA	从临床笔记中提取药物及其相关属性	临床笔记中的药物及其相关属性	自然语言处理	NA	NA	transformer模型	文本	500份笔记，来自296名患者
1042	2024-09-23	Efficient Generation of Paired Single-Cell Multiomics Profiles by Deep Learning 2023-07, Advanced science (Weinheim, Baden-Wurttemberg, Germany) DOI:10.1002/advs.202301169 PMID:37114830	研究论文	本文开发了一种基于深度学习的框架scMOG，用于从实验可用的单细胞RNA-seq测量中生成单细胞转座酶可及染色质（ATAC）数据	scMOG能够准确地在RNA和ATAC之间进行跨组学生成，并在一种组学实验不可用且超出训练数据集时生成具有生物学意义的配对多组学数据	NA	开发一种基于深度学习的框架，用于生成单细胞多组学数据	单细胞RNA-seq和ATAC数据	机器学习	NA	深度学习	NA	单细胞多组学数据	NA
1043	2024-09-23	An Inflection Point in Cancer Protein Biomarkers: What was and What's Next 2023-07, Molecular & cellular proteomics : MCP IF:6.1Q1 DOI:10.1016/j.mcpro.2023.100569 PMID:37196763	研究论文	本文探讨了癌症蛋白质生物标志物的现状及其未来发展方向	提出了将生物标志物重新定义为不同生物层次系统状态的表示，并强调了多组学整合和复杂系统理论在癌症研究中的重要性	NA	探讨癌症蛋白质生物标志物的现状及其未来发展方向，推动精准医学的发展	癌症蛋白质生物标志物及其在精准医学中的应用	生物医学	癌症	多组学分析、液体活检、单细胞分析、人工智能（机器学习和深度学习）	NA	多组学数据	NA
1044	2024-09-23	A deep learning solution for crystallographic structure determination 2023-Jul-01, IUCrJ IF:2.9Q3 DOI:10.1107/S2052252523004293 PMID:37409806	研究论文	本文开发了一种基于深度学习神经网络的方法，用于解决蛋白质晶体学中的相位问题	提出了一种基于合成数据集的深度学习方法，用于直接从Patterson图生成简单人工系统的电子密度估计	仅限于使用合成数据集和简单人工系统进行概念验证	开发一种新的深度学习方法来解决蛋白质晶体学中的相位问题	蛋白质晶体学中的相位问题	计算机视觉	NA	深度学习	卷积神经网络	图像	基于蛋白质数据库（PDB）中已解决结构的大型精选子集生成的小片段合成数据集
1045	2024-09-23	Annotation-efficient learning for OCT segmentation 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.486276 PMID:37497504	研究论文	本文提出了一种用于OCT分割的标注高效学习方法，通过自监督生成学习和Transformer-CNN模型结合，显著降低了标注成本	利用自监督生成学习和Transformer-CNN模型结合，减少了数据标注和训练时间，提高了学习效率	NA	开发一种标注高效的学习方法，以减少OCT分割中的数据标注和训练时间	OCT图像的分割	计算机视觉	NA	自监督生成学习	Transformer-CNN	图像	使用了公开和私有的OCT数据集进行验证
1046	2024-09-23	Comparison of denoising tools for the reconstruction of nonlinear multimodal images 2023-Jul-01, Biomedical optics express IF:2.9Q2 DOI:10.1364/BOE.477384 PMID:37497515	研究论文	比较了多种去噪工具在非线性多模态图像重建中的应用	提出了基于深度学习的incSRCNN网络，该网络在简单架构下表现优异	研究仅限于头部和颈部组织的多模态图像	缩短高分辨率多模态图像的采集时间并提高数据质量	头部和颈部组织的多模态图像	计算机视觉	NA	深度学习	卷积神经网络（CNN）	图像	使用了头部和颈部组织的多模态图像进行训练和评估
1047	2024-09-23	Evaluation of deep learning and convolutional neural network algorithms accuracy for detecting and predicting anatomical landmarks on 2D lateral cephalometric images: A systematic review and meta-analysis 2023-Jul, The Saudi dental journal DOI:10.1016/j.sdentj.2023.05.014 PMID:37520606	meta-analysis	本文通过系统综述和荟萃分析评估了深度学习和卷积神经网络算法在二维侧位头影图像中检测和预测解剖标志点的准确性	本文首次系统性地评估了多种深度学习和卷积神经网络算法在头影图像中检测解剖标志点的准确性	研究结果显示不同研究和临床医生之间的准确性存在差异，需要更多研究来确定其在临床环境中的有效性和可靠性	评估机器学习算法在二维侧位头影图像中检测和预测解剖标志点的准确性	二维侧位头影图像中的解剖标志点	计算机视觉	NA	卷积神经网络 (CNN)	卷积神经网络 (CNN)	图像	包括21篇研究文章，涉及全球多个地区的数据
1048	2024-09-23	Artificial Intelligence-Assisted Diagnostic Cytology and Genomic Testing for Hematologic Disorders 2023-06-30, Cells IF:5.1Q2 DOI:10.3390/cells12131755 PMID:37443789	研究论文	本文探讨了人工智能在血液病诊断细胞学和基因检测中的应用	机器学习和深度学习模型在血液病领域的应用，包括数字病理学、α地中海贫血患者筛查、细胞遗传学、免疫表型和测序	数据库有限、缺乏验证和标准化、系统误差和偏差，以及数据隐私问题	研究人工智能在血液病诊断中的应用及其潜在影响	血液病诊断中的细胞学和基因检测	计算机科学	血液病	机器学习、深度学习	NA	数据	NA
1049	2024-09-23	Role of Artificial Intelligence for Autism Diagnosis Using DTI and fMRI: A Survey 2023-Jun-29, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines11071858 PMID:37509498	综述	本文综述了人工智能在基于DTI和fMRI的孤独症诊断中的作用	探讨了深度学习在处理脑部MRI数据以提高孤独症诊断能力方面的应用	NA	探讨人工智能在孤独症诊断和检测中的应用	孤独症谱系障碍（ASD）的诊断和检测	计算机视觉	孤独症	MRI	深度学习	图像	NA
1050	2024-09-23	Human Activity Recognition Using Cascaded Dual Attention CNN and Bi-Directional GRU Framework 2023-Jun-26, Journal of imaging IF:2.7Q3 DOI:10.3390/jimaging9070130 PMID:37504807	研究论文	本文提出了一种基于级联双注意力卷积神经网络和双向门控循环单元框架的人类活动识别方法	本文创新性地结合了双注意力机制和双向门控循环单元，以提高模型在人类活动识别任务中的准确性和计算效率	NA	提高基于视频的人类活动识别任务的准确性和计算效率	人类活动识别	计算机视觉	NA	卷积神经网络 (CNN), 门控循环单元 (GRU)	双注意力卷积神经网络 (DA-CNN), 双向门控循环单元 (Bi-GRU)	视频	三个公开的人类活动数据集
1051	2024-09-23	Closed-Chain Inverse Dynamics for the Biomechanical Analysis of Manual Material Handling Tasks through a Deep Learning Assisted Wearable Sensor Network 2023-Jun-25, Sensors (Basel, Switzerland) DOI:10.3390/s23135885 PMID:37447734	研究论文	本文提出了一种基于深度学习和可穿戴传感器网络的闭链逆动力学算法，用于分析手动物料搬运任务中的生物力学负荷	本文提出了一种新颖的、计算效率高的算法，并在ROS中实现，用于分析人体肌肉骨骼系统的生物力学，同时提出了一种基于深度学习物体识别的方法来估计负载及其分布	需要改进步态分割以减少估计的下肢关节力矩的不连续性	开发一种深度学习辅助的可穿戴传感器系统，用于在线评估操作员在手动物料搬运任务中施加的生物力学负荷	手动物料搬运任务中的生物力学负荷	生物力学	NA	深度学习	深度学习模型	运动数据	NA
1052	2024-09-23	Deciphering Phage-Host Specificity Based on the Association of Phage Depolymerases and Bacterial Surface Glycan with Deep Learning 2023-Jun-16, bioRxiv : the preprint server for biology DOI:10.1101/2023.06.16.545366 PMID:37503040	研究论文	本文开发了一种基于ESM-2蛋白质语言模型的方法SpikeHunter，用于识别噬菌体尾丝蛋白，并分析其与细菌表面糖类的关联	首次使用深度学习方法解析噬菌体与宿主特异性关系，并成功识别大量尾丝蛋白	NA	解析噬菌体尾丝蛋白与细菌表面糖类的关联，以揭示噬菌体与宿主的特异性关系	噬菌体尾丝蛋白及其与细菌表面糖类的关联	机器学习	NA	深度学习	ESM-2蛋白质语言模型	基因组数据	8,434,494个原噬菌体，来自165,365个五种常见病原体的基因组
1053	2024-09-23	Meta-analysis and Open-source Database for In Vivo Brain Magnetic Resonance Spectroscopy in Health and Disease 2023-Jun-15, bioRxiv : the preprint server for biology DOI:10.1101/2023.02.10.528046 PMID:37205343	meta-analysis	本文通过系统评价和荟萃分析，建立了包含健康和疾病状态下脑代谢物浓度及T2弛豫时间期望值和范围的开源数据库	开发了一个开源数据库，包含健康和疾病状态下脑代谢物的浓度和T2弛豫时间的期望值和范围，为数据模拟和深度学习算法开发提供了参考	缺乏真实数据作为验证基准	确定脑代谢物的生理范围和弛豫率，用于数据模拟和参考估计	健康和疾病状态下的脑代谢物浓度及T2弛豫时间	NA	NA	磁共振波谱（MRS）	NA	数据模拟	NA
1054	2024-09-23	Modification of a Conventional Deep Learning Model to Classify Simulated Breathing Patterns: A Step toward Real-Time Monitoring of Patients with Respiratory Infectious Diseases 2023-Jun-15, Sensors (Basel, Switzerland) DOI:10.3390/s23125592 PMID:37420758	研究论文	本文研究了如何通过改进传统的深度学习模型来分类模拟呼吸模式，以实现对呼吸道传染病患者的实时监测	本文提出了一种基于深度卷积神经网络（CNN）的分类算法，用于实时分类和监测呼吸模式，并改进了预激活残差网络（Pre-ResNet）以适应一维数据	研究样本仅包括21名健康志愿者，且仅在三种不同的呼吸条件下进行测试	开发一种实时分类和监测呼吸模式的方法，以帮助监测呼吸道传染病患者	呼吸模式和组织血流动力学响应	机器学习	呼吸道传染病	近红外光谱（NIRS）	深度卷积神经网络（CNN）	一维数据	21名健康志愿者
1055	2024-09-23	Quantization of extraoral free flap monitoring for venous congestion with deep learning integrated iOS applications on smartphones: a diagnostic study 2023-Jun-01, International journal of surgery (London, England) DOI:10.1097/JS9.0000000000000391 PMID:37055021	研究论文	本文开发并验证了一种基于深度学习的iOS应用程序，用于量化自由皮瓣监测中的静脉充血情况	首次将深度学习技术集成到智能手机应用程序中，用于自动监测和量化自由皮瓣的静脉充血情况	研究仅在单一微手术重症监护单元进行，样本量有限	开发一种能够科学监测和量化自由皮瓣状况的工具，以提高患者安全和术后管理	自由皮瓣的静脉充血情况	计算机视觉	NA	深度学习	NA	图像	共分析了642名患者的1761张照片，其中122名患者在临床应用期间被纳入
1056	2024-09-23	A population-level computational histologic signature for invasive breast cancer prognosis 2023-May-26, Research square DOI:10.21203/rs.3.rs-2947001/v1 PMID:37293118	研究论文	本文介绍了一种用于侵袭性乳腺癌预后的计算组织学特征评分系统	提出了Histomic Prognostic Signature (HiPS)，利用深度学习技术对肿瘤微环境中的细胞和组织结构进行精确映射，以测量上皮、基质、免疫和空间交互特征，从而预测生存风险	NA	开发一种新的计算组织学特征评分系统，以提高乳腺癌预后的准确性	侵袭性乳腺癌的预后	数字病理学	乳腺癌	深度学习	NA	图像	开发阶段使用了Cancer Prevention Study (CPS)-II的数据，验证阶段使用了PLCO试验、CPS-3和The Cancer Genome Atlas的数据
1057	2024-09-23	Data-Driven Quantitation of Movement Abnormality after Stroke 2023-May-26, Bioengineering (Basel, Switzerland) DOI:10.3390/bioengineering10060648 PMID:37370579	研究论文	本文开发了一种结合高维运动捕捉和分布外检测的方法，用于量化中风后运动异常	首次使用分布外检测和高维运动数据来揭示慢性中风患者的临床意义运动异常	仅限于使用可穿戴惯性测量单元捕捉的上半身运动数据	开发一种精确且实用的方法来量化中风后运动异常	中风后上肢运动异常的量化	机器学习	中风	分布外检测	深度学习模型	运动数据	健康和慢性中风受试者
1058	2024-09-23	DeepBiomarker2: Prediction of alcohol and substance use disorder risk in post-traumatic stress disorder patients using electronic medical records and multiple social determinants of health 2023-May-25, Research square DOI:10.21203/rs.3.rs-2949487/v1 PMID:37292589	研究论文	本文介绍了使用电子病历和多种社会决定因素健康数据预测创伤后应激障碍患者酒精和物质使用障碍风险的深度学习模型DeepBiomarker2	本文在之前研究的基础上，通过整合多模态信息（实验室检测、药物使用、诊断和社会决定因素健康参数）改进了深度学习模型DeepBiomarker2，并应用于预测酒精和物质使用障碍风险	NA	预测创伤后应激障碍患者酒精和物质使用障碍的风险，并识别关键风险因素和有益药物	创伤后应激障碍患者及其酒精和物质使用障碍风险	机器学习	精神疾病	深度学习	深度学习模型	电子病历数据	38,807名被诊断为创伤后应激障碍的患者
1059	2024-09-23	Landmark tracking in liver US images using cascade convolutional neural networks with long short-term memory 2023-May-01, Measurement science & technology DOI:10.1088/1361-6501/acb5b3 PMID:36743834	研究论文	本文提出了一种基于深度学习的超声图像引导放射治疗中的解剖标志点跟踪方法	本文创新性地结合了注意力网络、掩码区域卷积神经网络（mask R-CNN）和长短期记忆网络（LSTM），以提高跟踪精度和减少搜索区域	本文的实验数据集较小，且仅在特定的超声图像模式下进行了测试，可能限制了方法的泛化能力	开发一种准确跟踪肝脏解剖标志点的方法，以支持放射治疗中的运动管理	肝脏超声图像中的解剖标志点	计算机视觉	NA	深度学习	卷积神经网络（CNN）和长短期记忆网络（LSTM）	图像	24个超声序列用于交叉验证，69个标志点用于测试
1060	2024-09-23	Role of calibration in uncertainty-based referral for deep learning 2023-05, Statistical methods in medical research IF:1.6Q1 DOI:10.1177/09622802231158811 PMID:37011026	研究论文	本文评估了模型校准在基于不确定性的转诊中的作用，特别是在糖尿病视网膜病变检测中的应用	本文提出了基于不确定性的转诊方法，并探讨了模型校准对这种方法有效性的影响	本文主要集中在糖尿病视网膜病变检测数据上，未涵盖其他疾病或数据类型	研究模型校准在基于不确定性的转诊中的作用，以提高深度学习在医学影像分析中的决策支持能力	糖尿病视网膜病变检测数据和深度神经网络模型	计算机视觉	糖尿病	深度学习	深度神经网络	医学影像	NA